Merken

Von humanoiden Robotern zu personalisierten Roboteranzügen

Zitierlink des Filmsegments
Embed Code

Automatisierte Medienanalyse

Beta
Erkannte Entitäten
Sprachtranskript
vielen Dank Mark vorgesehene Einführung vielen Dank Herr gehe und auch für die Einladung hier in diesem Rahmen vorzutragen und ja ich komme aus Karlsruhe außerdem der IT und ich habe dort meine Karriere eigentlich angefangen und würde sie weiter und ich habe nichts anderes gemacht als ein humanoider Roboter eingearbeitet eingefangen in meiner Doktorarbeit mit dem Aufbau der von dem Aroma eines Roboter bisher zu Amalfi 4 und auch mal 5 über die ich heute berichten werden die die zum großen Teil im Rahmen von dem Sonderforschungsbereich 588 was von der Deutschen Forschungsgemeinschaft in Karlsruhe die von 2001 bis 2012 gefordert wurde wurde das heißt der Schwerpunkt eigentlich meine Arbeit und wo ich angefangen habe ist das Engineering von diesem System also wie man diese Systeme tatsächlich baut und das ist nach wie vor macht so ungefähr 75 Prozent von unserer Arbeit hier also wie man dieses System gebaut wie man die sie Koordination zwischen Motorik und Sensorik Perception Wahrnehmung Wissensrepräsentationen damit diese Systeme die Aufgabe ausfüllen können die für uns Menschen so kinderleicht aussehen aber das sind nach wie vor die eine Tasse greifen oder viele Beispiele das Handy die in seinem Vortrag erwähnt haben das sind noch technische Herausforderung so vieles von dem was ich hier erzähle natürlich ist die Arbeit von meinem Team und das sind die Leute hier und einer der Roboter dargestellt und man die Motivation war immer eigentlich dass wir wenn die brauche in der Roboter werden wenn wir in der Roboter erforschen das wir hier Ober Mensch zentrierte Technologien werden wobei Technologien die ist so vielseitig sind im Gegensatz zu Industrieroboter beispielsweise vielseitige bedeutet dass sie eine Vielzahl von Aufgaben ausführen können in Umgebungen die vom Menschen geschaffen sind und noch wichtiger dass sie in der Lage sind Werkzeuge zu benutzen die auch für die menschliche Hand geschaffen wurden natürlich wir träumen von diesen Systemen überall wo jeden in jedem Alter nicht nur vor älteren Menschen auch vor kleine Kinder die ihr Zimmer nicht aufräumen wollen wir träumen von dieser Technologie als eine neue Revolution der flexiblen Automatisierung stellen Sie sich mal vor wir hätten Roboter die nicht nur spezialisiert auf das schon eines Punktes am Auto sondern in der Lage sein Schweißing Kabel verlegen und andere Sachen auszufüllen das würde tatsächlich eine neue Revolution in der Automatisierung und flexiblen Produktion bedeutet nicht zuletzt wenn wir sowas bauen dann bauen wir Systeme die Menschen ähnlich sind wir wissen dass Intelligenz und die Körper nicht existiert und wenn wir etwas über die menschliche Intelligenz verstehen wollen dann brauchen wir auch Körper die Menschen ähnlich aussehen deshalb die dienen diese Systeme oder etwa als experimentiert Plattform vor Forscher aus anderen Disziplinen um mehr über den Menschen und menschliche Intelligenz zu verstehen was mich immer eigentlich inspiriert sind einmal Biologie ist fasziniert mich immer was wir alles mit unserem Körper machen können mit den Händen mit unseren Armen zum Beispiel fasziniert mich dass wir einen Ball mit unserem am über 50 Meter werfen können und ist deprimiert mich eigentlich dass wir in der Robotik noch nicht in der Lage sind zu 1 aber mit den gleichen Missionen zu bauen der das Gleiche machen kann und das 2. ist natürlich Science-Fiction da gibt es natürlich viele Ideen dort was diese Technologie oder diese Systeme die für den Menschen PhotoLine Sachen aber auch negative Beispiele was diese Technologie vielleicht mit sich bringt und die menschliche Performanz ist für mich auch so ein die eine Sache auf die ich immer wieder Probleme ich meinem System vielleicht mal Benchmark die und schaue wie gut die sind und ich habe hier 2 Beispiele die ich besonders gut Markt einmal die Johanna Kurs das ist die älteste Gymnasiasten in der Welt mit 80 schafft sie das was man hier in dem Video sieht ja ich weiß nicht wie viele in die in den Raum hier das machen können ich weiß nicht wie viele junge Leute das machen können und zwar zum 2. Mal Weblinks den Spieler der Roger Federer ja und dann wird der Förderer der wird hier mit seinem Aufschlag der eine eine Coladose auf dem Kopf von dieser Person mal treffen das haben wir nicht gesehen aber ich jetzt beim 1. Versuch aber Sie werden gleich sehen dass auch in der Lage ist das zu wiederholen wäre natürlich die Personen wie man sieht ist nicht so ja das würde jeder sein wenn er weiß er kommt ein Tennisball mit 140 Kilometer pro Stunde 1 entgegen aber wie wir sehen dass auf der auch der das heißt Performance bedeutet jetzt nicht nur Stärke und Kraft Performanz bedeutet tatsächlich auch das ist wieder Ruhe Genauigkeit eigentlich die unheimlich unheimlich gut ist würde ich mal ja denken wir mal ein bisschen an unseren Händen und was nicht normale Menschen sondern dass Menschen und einige Menschen auf der Welt auch mit den Händen machen können zum Beispiel die Fähigkeit Objekte in der Hand zu manipulieren und denken wir an unsere Roboter an die Beispiele die Sie gleich sehen werden oder was sie am Vortag von Handy gesehen haben das sind die am weitesten entwickelte Roboterhände dieser Welt und vergleichen Sie was wir hier sehen mit dem was Sie gleich sehen werden so das heißt die humane in der Robotik hat auch Fortschritte gemacht wird sieht man so viele Systeme auf der Welt das Ganze hat 1973 angefangen mit dem Verbot eines von Professor Karte von der Größe der Universität und bis vor ein paar Jahren als ich immer so eine Folie aufgelegt habe waren alle Systeme aus Japan und Systeme aus Europa oder aus den USA heute zutage sieht man natürlich Systeme aus Frankreich wie dann auch Arbeiter aus München die natürlich dann auch mal aus Karlsruhe aus aus Italien und die Atlas Roboter zum Beispiel die von Postämtern iMac entwickelt
wurden hier sind ein paar Beispiele also kennen Sie wahrscheinlich aus der West Side als moderner sogar auf einem Bein hüpfen kann dass es auch eine technische Meister Leistung das ist der hat als er die von der 4 Ziele der Tanzbewegungen gehen also verblüffend ähnlich zu menschlichen Bewegung den hier ausfüllen kann das ist der Roboter und das sind hier die menschlichen Tänzer das ist der A-Klasse Roboterarm M IT der in der Lage ist sich zu balancieren bei der Einwirkung von externen Störungen der und das ist unser armer Roboter der sich darauf spezialisiert hat jetzt ein bisschen sinnvollere Aufgaben vielleicht so machen er lernen durch Beobachtung des Menschen die eigentlich zu bestellen ist und wie er zum Beispiel seine Bewegungsabläufe die an die unterschiedlichen Gegebenheiten der Fläche also der des Tisches oder der Badewanne oder war Waschbecken adaptieren kann so aber man kann auch sehen in den letzten Jahren in den letzten die sie schnell in was letztes Jahr stattgefunden hat in Amerika dass diese teuren Systeme eigentlich noch große Probleme hat der Dicke ist tanzen sie können sich hier Weichen erwischen wir können auch die Geschirrspülmaschine einladen aber die haben immer ein Problem wenn sie mit der Umgebung interagieren mussten physikalisch interagieren müssen um bestimmte Aufgaben auszuführen so worauf wir uns präsentiert haben in Karlsruhe speziell in meiner Forschung einmal natürlich wie man das System in diesem System gebaut also Ingenieure in Hardware und Software und dann die wie man die Systeme die Fähigkeiten von Manipulationen und greifen beibringen kann wie diese Szene aus Beobachtung des Menschen lernen und nicht zuletzt wegen der die natürliche Interaktion und Kommunikation mit solchen Systemen erfolgen soll ein Forschungsthema des wird jeweils durch Professor Alex Waibel hier vertreten werden in Karlsruhe die ich werde in meinem Vortrag mehr auf die 1. 2 Themen eingehen greifen Manipulationen Sie sehen hier ein Beispiel wie der armer ein Roboter mit 43 Bewegungsart sind in der Lage ist mit der Menschen mit natürlichen Sprachen zu interagieren die Geschirrspülmaschine aufzumachen die Geschirrspülmaschine zu beladen mit den Menschen in Dialog etwas über neue Objekte und neue Personen zu lernen und da ist ein die eine große Anzahl von sensorischen und motorischen Fähigkeiten die hier integriert sind in dem Roboter von der Objekterkennung die interessiert ist greifen die Kombination von der Kraft und Position um zum Beispiel Tore aufzumachen bei der Regelung der Navigation die natürliche Spracherkennung und das Erkennen von Personen und von akustische Ereignisse das Ganze läuft eigentlich nur mit der Sensorik die auf dem Roboter hier integriert ist das heißt wir benutzen keine externen natürlich so eine Wohnung wenn die Wohnung jetzt in Bielefeld wurde ein Riesenvorteil für der Roboter bringen könnte uns natürlich viele und Formationen über wo bestimmte Objekte stehen dass wir das Leben vor der das würde das Leben vor der Roboter viel einfacher machen aber das wollen wir absichtlich oder werden wollen wir bis jetzt nicht machen sondern wir wollen dass der Roboter tatsächlich sich allein die zurecht in der Umgebung und allein die mit Hilfe von seinen sicherlich so sind die dort integriert sind in der Lage ist solche Aufgaben auszuführen so das ist nicht nur ein Video sondern das ist tatsächlich eine Demonstration die dauert ungefähr 45 Minuten weil da nicht so schnell bewegen kann wie im Video und wir haben sie mehr als 1200 Mal vor Fachpublikum aber auch vor vor die Öffentlichkeit präsentierte zum Beispiel auf der CeBIT 2012 hier wo auch Spracherkennungskomponenten in dieser sehr lauten Umgebungen erstaunlicherweise sehr gut funktioniert auch mit den Besuchern also ich war nicht immer derjenige der diesen Demonstrationen gemacht hat sondern ganz freiwillige Leute aus dem Publikum die mit einem Roboter interagiert haben Bring mir den Orangensaft oder Tomaten das im Kühlschrank oder ähnlichem Ideologie und Interaktion im Kontext von bestimmten Aufgaben oder durch den Senat aber trotzdem wir haben noch immer das Problem dass ich ja dass unser Ex in der Robotik ja dass es in der Pubertät haben Sie vielleicht gesehen in allen meinen Videos ist eigentlich nicht das was wir aus der Kognition oder aus der Intelligenzforschung kennen wo man von selbstorganisierenden selbst reparieren denn selbst verbessern den Systemen redet also X also oder wenn man von einem es ist auch nicht das X in choix wo man von einem Chor habitare oder Coworker oder Kopet-Dag spricht und es ist auch nicht die Zustandsvariablen unseren dynamischen Systemen die wir kennen in der Regelungstechnik X ist leider die Zahl oder das Faktor bei denen wir unsere Videos in der Robotik noch beschleunigen müssen damit unsere Arbeiter menschenähnlich bewegen können und in der Regel ist X auf diesem Gebiet immer noch große oder viel größer als ein es gibt natürlich ein paar Gegenbeispiele die ich immer gerne zeigen einmal die Arbeit von der hier wo man tatsächlich die Videos verlangsamen muss damit man sieht wie Albert aussehen wie ein Ball fängt und einmal die Arbeiten von Professor keine Comedy-Sache heißt heimlichen haben Sie in der Lage ist extrem schnell lief in der wir leben im hier auszufuhren und durch die Kombination mit mit welchen und wird mit dieser schnellen Geschwindigkeit in der Lage ist auch extrem anspruchsvolle Aufgaben wie wir gesehen haben dass von dem von dem einen Handy beispielsweise hier was geworfen wurde oder ähnliche Aufgaben zu diesem was ich vorher in meiner Motivation gezeigt so dass ist ein humanoider Roboter was wir bauen also hat 2 Alben und 2 Hände und deshalb sollten sie auch mal bei den benutzen Sie sehen hier Beispiele von zweihändigem Manipulation einmal losgekoppelt die Manipulation ist Aufgaben wie das einschränken oder eng gekoppelt die Manipulation zu Aufgaben wobei die Handy immer miteinander gekoppelt sind werden bis zu transportieren eines Objektes interessieren uns sehr vorgreifen und wir würden gerne mit unseren Reportern jedes beliebige Objekt greifen auch solche Objekte wie die große groß im Verhältnis so maximalen Öffnung der Hand oder Objekte die so flach sind dass man sie nicht direkt erreichen kann und wie Sie sehen hier der Roboter schiebt diese Objekte eigentlich zum Rand des Tisches um sie greifbar zu machen da das heißt eigentlich hier versucht der Roboter den Suchraum vom geschieht indirekt wie vor diese objektive Schokolade Box oder CD auf dem Tisch oder ein Blatt Papier auf dem Tisch das ist was wir immer machen wir schieben das immer zum Rand um diese Objekte mal hoch zugreift um diese Objekte zu greifen aber auch ganz extrem oder Manipulation es Aufgaben in sehr engem erreichen also man sieht hier wie ein die sensorbasierte die Ausfuhren von einer Manipulation ist Aufgabe von der Freiraum für die Ausführung dieser Aufgabe extrem eng ist der geht es darum den Strohhalm in diese Colaflasche Iran zu tun und da sieht man ja dass der Roboter sensorbasierte dass auch ausführen kann bei allen
diesen Beispielen wie sich gezeigt hat wie haben wir dem Arbeiter komplettes Wissen über seine Umgebung über die objektive die er greifen muss mit es das heißt es ist wissen was gespeichert ist in Form von 3 D Modelle der objektiv in die in Form von 3 D einen von visuellen Ansichten der Objekten in Form von mündlichen geht auf das Sie Teller und ähnliche Sachen aber wir wollen auch mit unbekannten Objekten umgehen können Sie sehen hier ein Beispiel wie der Roboter in einer komplexen Szenen die durch den Einsatz von seiner eigenen Aktionen in der Lage ist unbekannt die Objekte in so einer komplexen Szenen die zu segmentieren das heißt er gewährt ihr zunächst mal Hypothesen über mögliche Objekte und das Objekt das interessante Objekte wird zunächst mal hier geschoben der sieht er aber es hat sich in der Szene
was geändert die sie Regionen die sich geändert haben der derweil geguckt hier und bestimmt die Hoteliers sich sowie ein rigides Objekt bewegt haben wenn das der Fall ist dann werden solche wird dieser validierte in einem weiteren Schritt versucht der wird durch eine weiter die ein Aktionen die Hypothese nochmal zu validieren und am Ende kriegt man eine sehr schöne eigentlich Silberlegierung oder sagt man dazu eine Segmentierung von der Object investieren so dass der Roboter dann mit Hilfe von seinen Weg gehen sollen die in den Fingerspitzen aber auch in der Handfläche verbaut ist in der Lage ist das Objekt zugreifen das heißt wenn wir das haben brauchen wir keine Objektmodell kein Objekt Wissen über die Objekte die wir brauchen auch keine aufwendigen gereicht Plan und Algorithmen um unterschiedlich geformte Objekte hier um vor unterschiedlich geformte Objekte
zu generieren soll das Ganze hier zusammen in dem Beispiel wo wir die Aktionen des Roboters mit der Bildung und Information mit der haptischen Information und tatsächlich die sie Objekte oder die der Roboter noch kein Wissen hat in der Szene zu segmentieren Sie sehen hier dieses Wort hier das nach 2 1 Schutzaktionen hier eine ziemlich gute Segmentierung vom Objekt die ausreichend ist zum Beispiel vor die 3 Versuch die aus zuvor durch Betrachtung von von Erreichbarkeit Erreichbarkeit des aber da hat er festgestellt dass das Objekt von denen eine für die andere Hand noch nicht greifbar ist deshalb war der 3. Aktion hier notwendig um das Objekt in einem Bereich in eine passende Position von der rechte Hand zu bringen so der 2. Teil ist wie ich gesagt habe lernen aus Beobachtungen des Menschen und wenn wir das machen wollen dann wollen wir natürlich da mussten wir natürlich den Menschen beobachten wir müssen erfassen was der Mensch gerade macht wir wollen nicht nur die wegen kopieren auf einem Roboter sondern wir wollen aus dieser Beobachtung des Menschen eine generalisierte Repräsentation generieren die wir natürlich auf unterschiedliche Situationen bei diesem Roboter anwenden können aber auch auf andere Orte übertragen hierzu muss man natürlich solche Probleme mit der Beobachtung des Menschen lösen da gibt es in der Literatur viele Techniken da haben wir mit der makellosen ist der globalisierten einsetzen hier mit Hilfe von Partikelfilter angefangen wo der Bewegungen des Oberkörpers vom Menschen und der Objekte hier mit 30 Frames pro Sekunde erfasst werden sind wir aber vor freien manipulativ die Aufgaben die Geschirrspülmaschine aufmachen auch zur Marke besiedelten Systemen wie weit können übergegangen und momentan interessieren uns auch ganz Körperbewegungen geben wo wir in der Lage sind auch Bewegungen des menschlichen Körpers mit inklusive Beine und endlich hier mal zu erfassen wenn wir das machen dann können wir aus dieser Beobachtung wie die einige Lebens Bibliothek aufbauen und man hat gesehen hier wie der Mensch das demonstriert hat die objektiv zu schieben sind auf dem Tisch oder die objektiv zu greifen und zu platzieren und daraus kann man solche die werden Elemente einer Bewegung in unserem Fall
repräsentiert als kanonische Systeme von Differentialgleichungen oder den mit Moment ermittelt die wir Vorbehalte sowohl für das Gerät die Bewegung die Biebrich lässt oder verschiedene Bewegungen als auch von periodischen rhythmische Bewegung gehen wie zum Beispiel das zwischen oder auch das laufende und hier konnten wir auch zeigen dass wir mit Hilfe von einem einzigen nicht mit einem einzigen dynamischen Systemen solche Präsentationen vorbereiten das Gerät die unterirdische bewegen wir lernen können Sie sehen hier der Roboter die diese Gerät Bewegung welche die Bewegung zum anfangen mit dem bestehenden also es gibt eigentlich keine isolierten periodischen Bewegungen gehen wir die periodische Bewegung fängt immer mit einem das Geld Teil 1 und endet mit einem diskreten teilt und man sieht hier wie der Roboter zu unterschiedlichen Standardkonfigurationen oder während Konfigurationen von dieser Wischbewegungen generalisieren kann man sieht auch wie der Roboter hier nicht nur die Bewegung hier bezüglich Start und Ende Konfiguration und Form generalisieren kann sondern er kann eigentlich generalisieren bezüglich der Relationen zwischen Objekteigenschaften wie war ich halt von diesem Objekt und Aktions Parameter die notwendig sind im im im Kontext einer bestimmten Aufgaben zu lernen das heißt nach einer Trainingsphase nicht hier wo wir die hat Informationen da haben natürlich die Information über die Deformation der Objekte hier können wir alle modernen lernen der uns zeigt wie der Aktionsplan damit auf ein bestimmtes Objekt in der Hand sein muss um diesen bestimmten direkt
auf den Tisch zu welcher ja so und das um diese Aktionen vom Menschen her zu werden oder diese abstrakte oder diese generalisierte Präsentationen reicht es aber nicht aus dass wir nur die Bewegungen des Menschen angucken wir der haben hierzu sondern wir brauchen semantische Informationen was ist wichtig in der in der Demonstration des Menschen hierzu haben wir eine neue Methode die die die die hier reichlich wie Aktion Segmentierung und nennen das heißt wie Sie sehen hier wenn der Mensch einen das sie hier greift und etwas in dieser in dieser Schüssel einschwenkten gibt es Schlüsselkomponenten oder Schlüsselpunkte in der wir Bewegung und das sind alle Punkte oder Kiew wo Kontakt zwischen Hand und Objekte beziehungsweise zwischen Objekten beteiligten Objekten auftreten das heißt zunächst mal auf einem höheren Level gucken wir wo es Kontakt zwischen Hand und Objekte haben wir keinen Kontakt vor dem greifen dann haben wir dass in der Hand und anschließend abgestellt wo wir keinen Kontakt mehr haben aber wenn wir wird das in der Hand haben dann können wir dir das sie hochheben dann können wir wir können der außer dass sie ausschenken und wir können dir das sie wieder abstellen und es geht vor die die sich wie wir uns für blöd legten wir aufbauen darum dass wir auch diese unterschiedlichen Aktionen
wo die das sie in der Hand ist auch eindeutig identifizieren hierzu ein kleines Beispiel das heißt dem regulierte hier niemand Teig vorbereitet ergreift die das 2004 und schenkt was einen und dann den Schneebesen hier und fängt an zu gewöhnen und sie sehen dass immer wenn ein Kontakt der Handel mit den Objekten hier aufgetreten ist so eine Linie entsteht und zwischen 2
Linien können wir praktisch von einem semantischen sind meint der Demonstration hier sprechen und diese Kontakte zu identifizieren haben wir natürlich die Marke Opposition auf dem Körper wir haben Modell Berlin von den Objekten und von der Hand des Menschen und wir benutzen Kollision ist Editions Algorithmen die in der Robotik bekannt sind und Kollisionen zwischen 2 Modellen zu detektieren die vor uns natürlich die Grenzen von einem semantischen sieht der Demonstration darstellen
aber das ist nicht alles sondern wenn wir ein Objekt in der Hand haben wie beispielsweise jetzt die vielleicht dann wissen wir dass wir mit der Flasche unterschiedliche Aktionen ausführen können und deshalb können wir innerhalb von so einem semantischen sieht man 2 Kontakt mit dem Objekt vorhanden ist auch die unterschiedlichen Bewegungscharakteristik den oder die unterschiedlichen Aktionen mal hier automatisch identifiziert darauf können wir komplexe Manipulation es Aufgaben hier realisieren zum Beispiel zeigt vorbereiten Mirko fragte aber da soll Alltag vorbereiten der Roboter hat Gewissensbisse darüber was man braucht so umtreibt vorzubereiten sagte ist der roten wollte dass sie gegründet dass sie und einen einen Schlüssel ich kann kein Teig vorbereiten weil er weiß ja nicht wie man vorbereitet dann zeigt er Ihnen das wie das Ausüben zu tun ist und anhand von dieser Demonstration der Stärke der Roboter fest aber ok er hat gegriffen eingeschränkt abgestellt gegriffen eingeschränkt abgestellt die gegriffen und dann irgendwas gemacht was ich nicht kenne und dann abgestellt das heißt eigentlich alle Komponenten von diesem Plan sind bekannt bis auf eine einzige Komponenten bei einer näheren Betrachtung hier von dem was er in seiner Bewährungsprobe wird die Karte stellt der Roboter fest dass das was der Mensch gemacht hat eigentlich ähnlich ist zudem dass sich über die gelernt haben und deshalb kann ich die Sie sich Trajektorien annehmen oder die Fähigkeit das nicht hinnehmen und die um das mich ja im Kontext von Talk vorbereiten hier zu erlösen lesen Sie sehen wir die Auswirkung auf dem Roboter natürlich zwölfmal beschleunigt hier damit wir hier nicht so viel Zeit braucht sich der Index über Sie und woran wir arbeiten ist eine 1 immer wieder wird der Hammer 4 der hat 63 Bewegungsart sind zum 1. Mal auf beiden 76 Mikrocontroller über 230 Sensoren die 70
Kilogramm und ist ist in etwa 170 Zentimeter groß und hier sieht man der Arbeiter die Besonderheit bei ist dass alle Gelenke Drehmoment geregelt sind das heißt bei allen 63 Gelenke sind wir in der Lage bin im Moment nicht viel auf die Gelenke zu schicken was natürlich direkt die physikalische Interaktion mit dem Roboter aber auch vor die Intuitive Programmierung richtig ist und die Frage ist was wollen wir es wagen fangen wir an jetzt mit greifen mitlaufen wo wir jetzt uns auf aufgreifen konzentriert haben und eigentlich sein Wahlergebnis sie haben die Frage die wir hier verfolgen mit diesem Worte sind zwar einmal wie können wir Lauf werden von 100 Mitarbeiter wiederum basierend auf Beobachtungen des Menschen lernen und zum 2. wir wollen ja nicht nur Bewegungen in der Hand sondern wir wollen Körper Greifbewegungen gern untersuchen das heißt das Ziel vor und zwar wie wir dieses Wissen was wir übergreifen und Manipulation von Objekten einsetzen können im Kontext von zweibeinigen laufen und am Anfang könnte man denken das sind 2 komplett unterschiedliche Probleme aber das ist eigentlich nicht der Fall aber ich werde Ihnen in den nächsten Minuten zeigen dass es eine Dualität gibt zwischen 13 und zwischen balanciert werden wenn wir beispielsweise das Problem des greifen sie angucken wo eine Hand ein Objekt hält hier oder ein Roboter der mit Hilfe von seinen frühesten und Händen sich stabil hält in der Umgebung der sehen wir eigentlich dass wir dieses Gleichgewicht nur halten können weil wir ein Gleichgewicht von Kräften von ähnlichen Kräften haben in beiden Situationen und zwar zunächst mal die Gründe Reaktionskräfte beziehungsweise der tionskräfte der Umgebung an den Händen hier sind genau die für der Weg in die Kräfte die an dem Film Eingreifen eines Subjektes das Gewicht von einem Roboter ist nichts anderes als das Gewicht von dem Objekt was man daher und gibt die der Moment die oder die Kräfte die man aufbringen muss auf die einzigen Gelenke und die sie Position stabil zu halten sind auch gleich im Falle der Hand und im Falle eines meiner wieder wenn man die Gleichung denn eigentlich mal anguckt und das sind die einzigen Gleichungen die ich erhalten dann haben sie auch die balancieren gleich von fungieren und die greifen Gleichungen die man aus der Literatur kennt haben die gleiche Struktur was bedeutet das für uns dass wir dort eigentlich balancieren heißt den Zeuge und der Suche nach einem stabilen und das heißt die Planung von Städten und zu laufen ist nichts anderes als das Problem was wir in der Robotik auch kennen und gereizt sind diese Probleme soll jetzt nehmen wir einmal an wir hätten wir ein humanoider Roboter werden eine Aufgabe und eine Szene und hat mit den auffordern das diese Szene nicht das heißt wir wissen welche Aktionen können wir auf verschiedene Elemente in der Umgebung hier aus die Frage natürlich wir haben ein hoch emotionales Systeme nicht nur 20 Freiheitsgrade werden 63 Freiheitsgrade jetzt bei beiden man in der Roboter das heißt der Suchraum ist unheimlich groß welche Posen also Körper Konfigurationen können wir Oberhaupt realisieren welche Kurse sollen wir auswählen aus diesem unendlichen All also viele Möglichkeiten wie soll das auch realisiert werden also die planen wir die wir leben können und die stark geht es und die Antworten auf diese Fragen auf diese Fragen eigentlich sind genau die Anforderungen die aber genau die Antworten die die greift Community schon gelöst hat mit der bereits Selektions und greift sind diese Probleme und was hat man dort gemacht man hat die zu nominieren man hat versucht der zu nominieren zu definieren die uns Klassen der unterschiedlichen gefiel der menschlichen Hand beschreibt mehr sollen wir das versuchen vor die ganze Körperbewegung ja ganz Körperbewegungen wenn das Laufen betrachten das sind ja 2 sehr bekannte Posen die auftreten also Single bevorzugt oder bevorzugt und die eigentlich in der Literatur auch die Transitionen zwischen diesen 2 Hosen die wurde in der Literatur sehr ausgiebig untersucht und wir wissen unheimlich viel darüber aber bei Ganzkörper Manipulation es und Locomotion es Aufgaben können andere Konfigurationen aufgeregt ich kann er mit der Hand hier mich an der Wand halten und auf Beinen stehen oder hier halten auf 2 Beinen oder ich kann auch auf die Knie gehen oder ich kann auf auf die Knie gehen und dann mit einer Hand die nicht halten und so weiter und so fort ja ich kann natürlich den Handgriff eine aktuelle festhalten und die Tour aufzumachen ich kann mich an den Tisch kennen lernen damit ich besser nicht stabilisieren oder mehr Kraft die Regierungen große Objekte mal hierzu schien so und das heißt die Frage ist wie kann man jetzt aus diesen vielen unterschiedlichen Möglichkeiten vom Ganzkörper Positionen eine Taxonomie definiert der zu nominieren vorgreifen
kennen wir das sind vielleicht die bekanntesten und man weiß dass sie unglaublich hilfreich sind um die Komplexität des Problems beim 13 zu realisieren die Frage ist wie kann man so eine der Taxonomie vor ganz Körperbewegung den oder Ganzkörper Posen definieren und wir haben dort angefangen und wir haben gesagt ok das wichtigste eigentlich sind Kontakte mit der Umgebung Kontakte waren auch eigentlich für uns entscheiden bei der Segmentierung von menschlichen Geweben und den beim greifen was ich vorher gezeigt haben und wir suchen nur Kontakte die eigentlich das Gleichgewicht unterstützt also nicht Kontakte die Manipulation von Objekten unterstützen sondern Gleichgewicht unterstützen also wir ignorieren alle Kontakte Vorbild Manipulation und betrachten nur solche durch die von balancieren Ungleichgewichts Kontrolle notwendig sind und wir betrachten die Anzahl der Kontakt die von den Kontakten also auf die einen die Anliegen Kontakt 1 ein .punkt Kontakt und so weiter haben und wir bitten wir nehmen immer an das in 2 in ganz Körperbewegungen des Menschen immer nur ein Kontakt zunächst Wechsel stattfinden was vielleicht nicht stimmt und wir kamen auf die Situation in Uniform ganz Körperbewegungen das sieht die Welt aus aber die Taxonomie ist eigentlich sehr einfach also insgesamt haben wir nur 46 unterschiedliche Klassen mit denen wir wir behaupten hier mit denen wir einnehmen die möglichen großen des menschlichen Körpers im Kontext von Ganzkörper Manipulation hier beschreiben können Sie sehen dass wir hier 18 ist den Denkprozess haben 18 Kurses haben und sehen besten großes also wo große Fläche Kontaktfläche hier mit der Umgebung entstehen und die Situation und mir die ist so angeordnet dass wir haben hier wie Sie gesehen haben solche Posen wo wir nur auf freien Fuß stehen oder auf 2 Füßen stehen auf ein Knie oder auf 2 Kanälen und Kombinationen aus Baden und die dazu ist so aufgebaut dass man hier in der 1. hingegen sieht man hat nur ein Kontakt mit der Umgebung in in 2. Linie hier sieht man dass man 2 Kontakt in der Umgebung hat 3 Kontakte mit der Umgebung hat und dann 4 Kontakte mit der Umgebung und ganz wichtig ist dabei dass die sie liegen hier die Transitionen zwischen diesen großen darstellt das heißt wenn ich von Knien auf einem Teenie hier zu dieser Position geht dann sieht man dass beispielsweise dass wir angeblich die Transition oder einen möglichen Weg in dieser Sektion die ist wenn man das Ganze jetzt mit greifen vergleicht dann sehen wir dass wir ganz oben hier eigentlich Präzisionsgewehr haben wo ich auf einem aber auf einem Fuß steht auf den Fußspitzen beispielsweise verglichen mit mit Manipulation von diesem Objekt mit dem von der Spitze und wenn ich auf dem Boden einfach weg das sind die Power gerast ist wie wir eigentlich in greifen auch kennen so die Frage ist ich will dass wir vielleicht mal kurz gibt dann ist das jetzt nur eine theoretische Taxonomie oder der etwas davon Oberhaupt auf weil die geben des Menschen haben wir viele Bewegungsdaten also insgesamt zurzeit 17 ,komma 6 1 enthält die Daten von ganz Körperbewegungen geben wo wir Kopf Hand am und so weiter vom menschlichen Körper erfassen können mit Hilfe von einem weiten System haben ein Referenzmodell des menschlichen Körper mit 104 Freiheitsgraden und ein helfe und wir haben sie mit Jungs Algorithmen die uns Kontakte mit der Umgebung generieren und mit Hilfe von diesen sehr schmalen Tools Methoden und Werkzeuge wollten wir gucken ob die Situation und die die theoretisch definiert haben etwas mit der Realität zu tun und hierzu haben wir ja die sie Bewegung denn sie sehen wir in den Bewegungen des ganzen Körpers nicht nur wegen des Menschen sondern auch der Objekte die wir können diese Bewegung die auf diesen für das Modell immer abbilden vorbestellen Vorteig vorbereiten unabhängig von der Person die hier die Bewegung ausführt deshalb diese für das Modell des menschlichen Körper bekannt das auch vor mehrere Personen machen also mehrere Personen gleichzeitig hier erfassen und wir können natürlich diese Bewegung gehen hier vor laufenden vor Treppen steigen Sie sehen hier die Kontakte die mit dem mit der Umgebung auftreten wir können dynamische Parameter wo jede Bewegung basierend auf dem Modell hier was Vorlaufen zum Beispiel interessant ist wie ein guter Moment um und das Land Augenmaß und wir können wir die Bewegung auf dieses Modell von unserem Roboterarm und auch auf andere Arbeiter an dem wir gerade arbeiten die Ärzte wie vor jetzt haben wir geguckt was kriegen wir aus diesen Daten wir haben solche Bewegungen einmal analysiert das heißt der Wind steigen mit einem Geländer und dann haben wir geguckt eigentlich dass es ziemlich einfach ist die Welt nur 4 unterschiedliche Posen auch weil dieser Bewegung und zwar das ganze geht hier wir sind auf 2 Fuß sind dann gehen wir eines hoch dann zurück 2 dann 3 dann 4 dann 5 dann 6 7 8 9 10 11 12 13 14 und dann sind wir fertig das sind nur 4 unterschiedliche Posen die bei der sich in dieser Bewegung auftreten und um 1 Grad ne 5 Minuten echt okay viele unterschiedliche Posen die auftreten wenn mal ein anderes Beispiel und zwar an den gestürzten hier um die Seele dieses Objekt zugreifen und noch einmal das gleiche sieht man dass auch hier 4 unterschiedlichen Posen auftreten werden immer ein weiteres Beispiel wie das gemeinsame wie das Z 2 Hände getragen von von so einem Objekt und ich habe vorher gesagt dass wir nur Kontakt die betrachten die jetzt balancieren unterstützen aber nicht Manipulationen und da sieht man eigentlich dass diese Aktion dann tatsächlich nur als laufen rauskommt weil dieser über die Situation und die wir haben aber festgestellt dass unsere Annahme dass immer nur ein Kontakt Änderung bei zwischen 2 Posen nicht immer zutrifft bei Wahlen bei solchen Bewegungen wie wir hier gesehen haben sehen wir dass gleichzeitig 2 Kontakt Änderungen dem Auftreten dass sind diese übergehen die hier in diesen automatisch generierten Teilen von der Taxonomie die wir definiert haben insgesamt haben wir das natürlich vor 121 Bewegung in die wir bereits haben und wir haben einen Großteil von der Taxonomie automatisch generieren können wir freuen uns auf Mehr Daten legen wir zeigen immer mehr Daten eigentlich um die komplette dazu mir auch hier verlieren zu können ja zu mir ich habe gerade erfahren dass sich 5 Minuten halbiert und wollte es zum letzten Teil vom Vortag eigentlich und zwar den Arm 5 wo es darum geht es nicht nur einen humanoide Roboter der die Küche aufräumt auf
Beinen oder oder auf einem mobilen Basis sondern der geht es darum tatsächlich einen meiner Mitarbeiter der malte Bild Frank schönes also mehrere Funktionen hat und für unterschiedliche Anwendungen auf der einen Seite der der natürlich uns zu Hause helfen soll aber ein der
Mann auch einziehen kann ja das kennen wir vielleicht hier Halder oder an der die Firmen die eine oder andere Produkte die schon auf dem Markt angeblich geben sollte aber der Roboter soll auf der einen Seite einziehbar sein wie man hier sieht und auf der anderen Seite der ist ein Roboter der soll also in der Lage sein auch allein ohne ein Mensch den Zulauf ja das ist für mich eine der der wesentlichen eigentlich Voraussetzungen für den Erfolg von diesen Technologien und über die wir heute denken wenn die sie so dass diejenigen die uns unterstützen beim Laufen nicht in der Lage diese selbst zu balancieren dann brauchen wir sie nicht dann brauchen wir sie nicht das ist wirklich falsch falsche falsche Vorgehensweise musste sich balancieren und Sie haben gesehen wo wir sind beim Balancieren von Hunden und wir können kaum mehr und das
sind kleine Störungen die auf humanitäre ausgewählt haben und jetzt wenn wir so ein Roboter bauen mit einem Menschen werden dann haben wir 76 Kilogramm als stur und auf dieses System im System so wir haben schon einige Vorarbeiten wie entwickeln lineare elastische Aktuatoren basierend auf insistierende Technologie also progressiv vielfältiger und Elektromotoren der 1. Prototyp natürlich auch denken wir über Fuß nach das ist ein 1. Ansatz für den Oberkörper mit den aktuellen das sieht natürlich nicht so optimal aus ein großes Problem was man dort muss es immer diese Ausrichtung der biologischen Aktien mit den
technischen Aktien des Systems weil wenn die Aktien nicht immer ständig parallel laufen das wird dann wird es unangenehm oder sogar gefährlich das heisst es verwerfen wir und denken wir über Möglichkeiten wie können wir solche Systeme aufbauen bei denen das Problem von ist allein man nicht auf der das als könnte so etwas sein ja warum soll es so genau aussehen diese zu Boden gelegen die an den Gelenken sitzen vielleicht sollten die Gelenke mal außerhalb setzen alle sitzen aber trotzdem ein Verstärkungseffekt hier realisieren wenn der Roboter ist dann soll er würde ihn sehen und sprechen und interagieren deshalb auch so einen Kopf und sie sehen hier die letzten Ergebnisse dass wir so einen Gelenken mit mehr Freiheitsgraden beispielsweise auch arbeiten oder untersuchen um solche Systeme zu bauen wir arbeiten auch an der Schnittstelle und wir wollen einen kompletten nichtinvasive Schnittstelle realisieren Ober Kraftsensoren
endlich zu dem was Herr immer der haben hier
erzählt hat mit Kraftsensoren diese Interaktion kräftig zwischen dem Körper und der der Access oder dem 1 zu 4 realisieren um eine intuitive 1 Ei und 1 von Milosevi und nicht in der sie die Steuerung der Systeme realisieren zu können das sind 1. die Beispiele die ich würde gleich
auf und die Frage die Frage ist warum machen wir das eigentlich nur weil ich Spaß macht weil wir noch mehr Geld von Forschung vor ich das Spielzeug brauchen nein ich kann Ihnen so viel wie kommen wir eigentlich jetzt einmal um Unterstützung von Menschen in Produktion beispielsweise also vom gesunden Menschen der alle Leute denken immer an Menschen mit Behinderung wenn wenn man das Thema anspricht aber ich spreche dass immer von diesem die Menschen also wie kann man zum Beispiel Leute die die Oberkopf Arbeit oder ungesunde Stellung nehmen hier im Leben unterstützen warum sollte man nicht in der Lage sein einzugehen zu bauen mit denen man in Fukushima reingehen kann oder Tausende Meter tauchen kann und bei solchen Unfällen innerhalb von Stunden mal was bewirken zu können und nicht von Wochen wenn
Oberhaupt warum geben wir nicht jedem Patienten seien Lokomat System mit nach Hause gehen ja wo das System für den Heilungsprozess von nach Operationen am Bewegungsapparat beobachten kann warum nicht solche Systeme die Kinder also hier geborene Kinder mit und wir werden Defizite nicht unterstützen können um ganz ganz einfache Aufgaben auszuführen und natürlich für die hier natürlich vor vor vor Rollstuhlfahrer die kommen ein Mehr an 3. Stelle nicht weil sie unwichtig sind sondern weil ich will nicht so vielversprechend und das ist noch schwer weil wenn ich einen Menschen nur unterstützen dann kann der Mensch vielleicht ein Teil des balanciert Problem 2 Menschen sind in dem Fall nicht in dem Fall das wird lange dauern bis wir Systeme haben die diese Menschen einsetzen können natürlich auch Geld spielt eine Rolle und laute Worte Grupo Report soll diese Exoskelett und Technologien der Umsatz auf 1 Komma 8 Millionen Dollar im Jahre 20 20 umsteigen und warum nicht solche Systeme bauen und Fähigkeiten damit zu lernen die sie ohne ein Lehrer zu haben also stellen Sie sich mal vor Sie wollen zum Beispiel Klavier spielen lernen sie wollen kein Unterricht nehmen oder Tango tanzen ja dann können wir die Fähigkeiten des lässigen Klavierspielers der Welt oder Tangotänzer der Welt aufnehmen mit unseren Techniken die ich vorher gezeigt habe auf diese einzugehen aber bilden die einzugehen einziehen und die wurden wir und die wurden uns das Bedenken oder die wurde uns erlauben zum Beispiel schneller zu damit wir schneller mit der Arbeit fertig ok also man sieht hier wir können den Menschen Fähigkeiten erweitern wir können ihre Fähigkeiten motorische Fähigkeiten kompensieren können eine personalisierte Rehabilitation wir können viel über die Menschen in ihrem motorisches Nieren und kuscheln das sind perfekte Systeminfo Telepräsenz eigentlich und nicht zuletzt für die Produktion dieses dem sollen auch modular sein also nicht unbedingt dass ein kompletter Anzug man kauft auch Rosi und Shorts und so das heißt es soll genauso sein also so was zum Beispiel vor die sie Helfer wenn er in einem Haus im Krankenhaus vor einem Werke der irgendwelche Aufgaben machen muss vor allem den Tangotänzer oder Schulen die Tango lernen will oder irgendeinen Sport aber auch natürlich vor der wir wie ich bereits gesagt habe und nicht zuletzt natürlich hier der wirtschaftliche Effekt die Probleme sind groß ich glaub ich sterbe ich hier ich habe 2 Folien an Problemen ist als sie zunächst mal zunächst mal wie man die Systeme überhaupt das ist das 1. also des Ingenieure des Software und Hardware in Händen von Systemen und dessen Glanz hat die Probleme also wie können wir tatsächlich mechatronische Systeme bauen die in der Lage sind immer eine Ausrichtung und alle Aktien im Körper zwischen biologisch und technischen Systemen wie können wir das Energieproblem ist also sein dass irgendwelche Energie Harvesting System oder Mechanismen die wir nutzen können wie können wir alles auf engstem Raum integrieren und die können wir modulare Softwarekomponenten dazu und also steht auch so ein ein Anzug mit einem rechten Ellenbogen linken Knie und vielleicht mal etwas von dem Rücken und die Komponenten seine Komponenten miteinander interagieren und auch als kompletten Anzug oder Systeme gehen natürlich die Steuerung der die Schnittstelle zum menschlichen Körper und die muss nicht nicht-invasiv sagen wir glauben an Kraft ja also wir glauben dass der Kraftraum eigentlich der Raum in dem wir alles mögliche präsentieren können und deshalb setzen wir nicht nur in dieser Arbeit sondern auch in anderen arbeiten gerade auf die Anwendung von Kraft Informationen also Kraft Informationen nicht im Sinne nur von Kraft Kraftsensoren sondern in der im Süden von der Abbildung vielleicht alle sensorischen Modalitäten auf diesem Kraftraum um hier in dem Beispiel an natürlich intuitiv wie und wo sich Erstarrung des Systems zu realisieren natürlich Prädiktion und lernen von Systemen bei denen der Mensch und die Maschine auf einem extrem engen Raum miteinander zusammenarbeiten also die jungen zuzustimmen wo man natürlich die sie Teilautonomie der unterschiedlichen Systemen hier betrachten muss wo man viel mit Muskeln und Modellierung biomechanische Modelle und des menschlichen Körpers nicht zuletzt wie man die Systeme personalisiert auf unterschiedlichen Systemen indem sie einfach diese den Anzug vielleicht mal anziehen und ein bisschen sich bewegen und so und nicht zuletzt wie dieses Systeme Mehr aus Erfahrungen lernen und wir eigentlich unser Körper oder unser die Herren auf dieses neue Dinge Werkzeug eigentlich als Teil des eigenen Körpers anpassen kann und umgekehrt und natürlich wie man die Systeme evaluiert dazu glaub ich hab ich viele Beispiele gezeigt und Anwendungsmöglichkeiten
Kraftwagen
Waffentechnik
Video
Aroma
Humanoider Roboter
Zimmer
Automation
Kabel
Plattform <Kraftfahrzeugbau>
Ford
Industrieroboter
Handy
Handwerkszeug
Gummifeder
Meter
Roboterhand
Raumfahrt
Karosserie
Systems <München>
Gleichen <Burg>
Geschwindigkeit
Objektiv
Position
Sensor
Video
Tor
Besprechung/Interview
Humanoider Roboter
Wohnung
Roboterarm
Regelung
Orangensaft
Badewanne
Weiche <Eisenbahn>
Schokolade
Handy
Geschirrspülmaschine
Blatt <Papier>
Waschbecken
Kühlschrank
Modell <Gießerei>
Navigation
Boxermotor
Systems <München>
Objekterkennung
Regelungstechnik
Beobachter <Kybernetik>
Position
Bewegung
Geschirrspülmaschine
Besprechung/Interview
Rußfilter
Systems <München>
Silberlegierung
Region <5, Ostia Antica>
Moment <Physik>
Gerät
Periodische Bewegung
Deformation
Start
Systems <München>
Stoß
Modell <Gießerei>
Teig
Moment <Physik>
Sensor
Kraftpapier
Schlauch
Besprechung/Interview
Hammer
Teig
Griff
Fort
Drehmoment
Position
Gelenkviereck
Humanoider Roboter
Mikrocontroller
Flasche
Kilogramm
Schiffsklassifikation
Beobachter <Kybernetik>
Wagner
Bewegung
Trajektorie <Kinematik>
Physikalische Größe
Einzylindermotor
Lokomotive
Systems <München>
Stab
Nähmaschine
Moment <Physik>
Scharfschützengewehr
Doppelgewebe
Position
Treppe
Besprechung/Interview
Proof <Graphische Technik>
Humanoider Roboter
Vorsatzläufer
Roboterarm
Schiffsklassifikation
Haus
Elektrischer Kontakt
Diesellokomotive Baureihe 219
Geländer
Bewegung
Handwerkszeug
Pfadfinder <Flugzeug>
Physikalische Größe
Bewegung
Grubenhund
Aktor
Besprechung/Interview
Elektromotor
Zulauf <Verfahrenstechnik>
Kilogramm
Gelenkviereck
Vorlesung/Konferenz
Systems <München>
Kraftsensor
Steuerung
Meter
Vorlesung/Konferenz
Systems <München>
Kraftsensor
Werkzeug
Steuerung
Haus
Energie
Eisenbahnbetrieb
Erstarrung
Maschine
Öffentliches Verkehrsmittel
Modell <Gießerei>
Vorlesung/Konferenz
Systems <München>
Kraftsensor
Reproduktion

Metadaten

Formale Metadaten

Titel Von humanoiden Robotern zu personalisierten Roboteranzügen
Serientitel ZiF-Konferenz 2015: Intelligenz: Mensch trifft Technik
Teil 03
Anzahl der Teile 06
Autor Asfour, Tamim
Lizenz CC-Namensnennung 3.0 Deutschland:
Sie dürfen das Werk bzw. den Inhalt zu jedem legalen Zweck nutzen, verändern und in unveränderter oder veränderter Form vervielfältigen, verbreiten und öffentlich zugänglich machen, sofern Sie den Namen des Autors/Rechteinhabers in der von ihm festgelegten Weise nennen.
DOI 10.5446/18239
Herausgeber Zentrum für interdisziplinäre Forschung (ZiF)
Erscheinungsjahr 2015
Sprache Deutsch

Technische Metadaten

Dauer 48:12

Inhaltliche Metadaten

Fachgebiet Technik

Zugehöriges Material

Ähnliche Filme

Loading...